Hallo,
Gerne Postet eure Fragen und Unterstützung Gesuche entweder in diesen Thread
oder
in diese Unterkategorie
Vielen Dank
Gibt es eigentlich die Möglichkeit mit einer leeren Datenbank neu durchzustarten, ohne erneutes Setup von SFML?
Also praktisch:
- SFML stoppen
- SFML Datenbank löschen
- SFML neu starten
Oder müsste ich dafür wirklich SFML komplett löschen, neu installieren “und dann nochml alle benötigten Sensoren” neu einrichten?
DB löschen und HA komplett neu starten.
Aber warum willst du neustarten?
1 „Gefällt mir“
Ich überlege noch…. Aber eigentlich generell für saubere/korrekte Statistik/Historienwerte. In der Startphase lief mit einigen Sensoren noch nicht alles rund, bzw. sauber.
Hallo. Ich benötige bitte auch eure Unterstützung.
Konfiguriert habe ich alles, Wettersensoren (Temperatur, Luftdruck, Lux, Wind, Regen), PV Anlage korrekt angegeben, Standort stimmt auch exakt. Alle nötigen Sensoren wie DC Leistung der PV Anlage, Tagesertrag etc. angegeben.
Die Wettervorhesage ist viel zu negativ. Für heute sagt es z.B. ca. 42kWh an, obwohl es eher 90+ zu erwarten sind. Gestern war es ähnlich, nur etwa Hälfte von dem tatsächlichen Ertrag vorhergesagt worden
Ich habe bereits mehrfach alles kontrolliert, alles sollte eigentlich passen, es klappt aber dennoch nicht, viel zu negativen Vorhersagen 
Danke euch.
Offensichtlich nicht, sonst würde es ja funktionieren
Ohne Angaben zu deiner PV-Anlage – etwa zu den Modulflächen, der installierten Leistung in kWp, den verwendeten Sensoren, dem Lernstand der KI usw. – wird dir hier niemand konkret weiterhelfen können. Alles andere wäre reine Kaffeesatzleserei.
Hallo und Danke für deine Antwort.
Wie folgt ist es bei mir konfiguriert, siehe Bilder. Die Sensoren siehe Bilder.
Wie lange läuft SFML schon? Status der SFML Diagnose Sensoren?
Liefert der mppt DC-Gesamt kWh Tageszähler am Tagesende einen plausiblen Gesamtwert? Dieser Wert muss ja im Vergleich auch über einem AC-kWh Gesamt Zähler Wert liegen. Beispiel:
Ja, die Werte sind plausibel und werden aus DC Leistung je MPPT über utility_meter “dayli” berechnet.
Das Ganze läuft erst seit gestern Mittag, ich probiere es also gerade aus. Mich wundert nur, dass die Ertragsprognosen so weit neben der Ralität sind.
Dann warte erstmal einige Tage.
Learning Lifecycle
Phase 1 — Day 0: Physics-Backbone active immediately. Solid baseline (~70% accuracy) from the very first day.
Phase 2 — Day 10+: “Miss Ridge” AI activates. Early-stage learning begins, geometry converges. (~85–90% accuracy)
Phase 3 — Day 30+: Full Hubble Transformer activation. Complete ensemble blending at peak precision. (93–97% accuracy)
| Phase | Timeline | Accuracy |
|---|---|---|
| Fresh Install | Day 0 | ~70% — Physics backbone active |
| Early Learning | Day 1–10 | Miss Ridge activates, geometry learning |
| Calibration | Day 10–30 | Ensemble blending, tilt/azimuth to ±3° |
| Full Activation | Day 30+ | Hubble at peak, 93–97% accuracy |
1 „Gefällt mir“
Du hattest Recht, heute sieht es mit der Prognose schon besser aus.
Warum steht bei mir „AI not trained“? Oder ist es normal?
das ist normal - er benötigt einfach noch mehr Daten - warte mal noch ein paar Tage
Ist hier, wie ich finde, ganz gut erklärt.
Wenn genug Samples vorhanden sind. Kommt die AI dazu.
In der Regel dauert es 7 Tage.
Kann ich mir die Benachrichtigung auch per email oder Whatsapp schicken lassen? Da wäre das für mich dann wirklich “persistent”.
Ich habs zumindest für Telegram hinbekommen…
Musst Du erstmal die Telegram Bot Integration einrichten - lässt Du Dir ggf. von der KI erklären oder findest ein Tut. im Netz.
Alle Persistant Nodifications kann man „grundsätzlich“ an Telegram weiterleiten lassen. Ich habe das mit Hilfe der KI so gelöst, Ihre Anweisung:
Home Assistant hat dafür sogar einen eigenen persistent_notification-Trigger. Darüber bekommst du direkt trigger.notification.title und trigger.notification.message. Nimm dafür so eine zweite Automation:
alias: Persistent Notification -> Telegram
description: Leitet neue HA-Persistent-Notifications an Telegram weiter
triggers:
- trigger: persistent_notification
update_type:
- added
conditions: []
actions:
- action: notify.send_message
target:
entity_id: notify.telegram_me
data:
title: "{{ trigger.notification.title | default('Home Assistant') }}"
message: "{{ trigger.notification.message }}"
mode: single
notify.telegram_me ersetzt du wieder durch deine echte Telegram-Entity.
Deine SFML-Automation lässt du so:
alias: Neue AutomationSFML Daily Briefing
description: ""
triggers:
- trigger: time
at: "07:00:00"
conditions: []
actions:
- action: solar_forecast_ml.send_daily_briefing
data:
notify_service: persistent_notification
language: de
mode: single
Das sollte funktionieren, weil:
SFML weiter den funktionierenden persistent_notification-Weg nutzt,*
*• und die zweite Automation neue Persistent Notifications zuverlässig an Telegram spiegelt
Falls du nur das Solar-Briefing weiterleiten willst und nicht alle Persistent Notifications, kannst du in die zweite Automation noch eine Bedingung auf trigger.notification.title oder trigger.notification.message einbauen.
Bei mir dann in Telegram:
3 „Gefällt mir“
Heute war die Vorhersage wieder etwas pessimistisch, Prognose 79kWh, tatsächlich erzeugt 93kWh. Es ist aber trotzdem noch deutlich besser als gestern.
Interessanterweise liegt Open Forecast immer zu optimistisch. Wenn man die Mitte zwischen den beiden nimmt, dann liegt ma in der Regel ziemlich richtig 
Bringen eigentlich all die Sachen wie LUX Sensor, Temperatur, Wind, Regen, atmosphärischer Druck usw. was? Habt ihr Erfahrungen damit? Ich habe zwar alles, was ich so habe, integriert, aber steht ja überall, dass es alles nur optional ist.
Schnee..Das steht bei mir jeden Morgen als Ursache..Das ist ein Fehler oder? Sorry wenn das schon mal jemand angemerkt haben sollte.
Bleib entspannt. 1 Woche mindestens Zeit geben!
Ja es bringt sogar mehr, da das Wetter viel Besser verglichen werden kann.
Aber es muss zwingend ein Lokaler Sensor sein!
Wenn du keinen Schnee hattest, bitte einen Beitrag hier in dem Format schreiben, wie es @Tom-HA vorgegeben hat!
1 „Gefällt mir“